Nuvem de palavras das propostas dos candidatos a prefeito de Feira de Santana

Os candidatos a prefeito das cidades precisam submeter uma proposta de governo. Os links para as propostas estão disponíveis no portal DivulgaCandContas do TSE.

Através de uma iniciativa colaborativa, coletamos os links e extraímos o texto das propostas. Veja mais sobre isso no Dados de planos de governo de candidatos às prefeituras dos municípios em 2020.

Nessa análise vamos visualizar uma nuvem de palavras das propostas a candidatos de toda Bahia e de Feira de Santana.

Com isso queremos responder as perguntas:

1. Quais são as palavras de destaque entre os candidatos a prefeito de Feira?
2. Quais são as palavras de destaque entre todos os candidatos a prefeito de Feira juntos?
3. Quais são as palavras de destaque entre todos os candidatos a prefeito da Bahia?

import os


proposals_and_cities = {}

# estrutura: cidade > proposta-<candidato>.txt
for folder, _, files in os.walk("BA"):
    if files:
        proposals_and_cities[folder] = files
proposals_and_cities["BA/feira-de-santana"]

['proposta-de-beto-tourinho.txt',
 'proposta-de-carlos-medeiros.txt',
 'proposta-de-colbert-martins.txt',
 'proposta-de-jose-de-arimateia.txt',
 'proposta-de-marcela-prest.txt',
 'proposta-de-professora-dayane-pimentel.txt',
 'proposta-de-ze-neto.txt']

Propostas por candidato

from scripts.nlp import remove_portuguese_stopwords

import pandas as pd
import texthero as hero
from texthero import preprocessing


custom_pipeline = [preprocessing.remove_digits,
                   preprocessing.remove_diacritics,
                   preprocessing.remove_whitespace]

candidates_and_proposals = {}
directory = "BA/feira-de-santana"
for file_name in proposals_and_cities[directory]:
    candidate_name = file_name[12:]
    candidate_name = candidate_name.replace(".txt", "")
    candidate_name = candidate_name.replace("-", " ")
    candidate_name = candidate_name.title()
    print(candidate_name)
    content = open(f"{directory}/{file_name}").read()
    custom_stop_words = ["feira", "santana", "municipio", "municipal", "município"]
    cleaned_text = remove_portuguese_stopwords(content, custom_stop_words)
    cleaned_text = pd.Series(cleaned_text)
    cleaned_text = hero.clean(cleaned_text, custom_pipeline)
    candidates_and_proposals[candidate_name] = cleaned_text

Beto Tourinho
Carlos Medeiros
Colbert Martins
Jose De Arimateia
Marcela Prest
Professora Dayane Pimentel
Ze Neto

from wordcloud import WordCloud
import matplotlib.pyplot as plt


for candidate, proposal in candidates_and_proposals.items():
    print(f"------------------------ {candidate}")
    text = " ".join(proposal)
    wordcloud = WordCloud(background_color="white", width=2000, height=800, collocations=False).generate(text)
    fig = plt.figure(figsize=(20,10))
    plt.imshow(wordcloud, interpolation="bilinear")
    plt.axis("off")
    fig.savefig(f"nuvem-de-palavras-das-propostas-de-{candidate.replace(' ', '-').lower()}.png", dpi=fig.dpi)
    plt.show()

------------------------ Beto Tourinho

------------------------ Carlos Medeiros

------------------------ Colbert Martins

------------------------ Jose De Arimateia

------------------------ Marcela Prest

------------------------ Professora Dayane Pimentel

------------------------ Ze Neto

Não foi possível visualizar as propostas da candidata Professora Dayane Pimentel porque o arquivo é composto de imagens, ao invés de texto. Tentamos contato com a candidata para corrigir o arquivo, não apenas por conta da análise mas também porque não é acessível para pessoas com deficiência, porém fomos ignorados.

O que acontece se juntarmos todos?

all_proposals = []
for _, proposal in candidates_and_proposals.items():
    all_proposals.extend(proposal)

imagem = cv2.imread("images/caixa-dagua-do-tomba.jpg")
gray = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY)
ret,mask = cv2.threshold(gray, 250, 255, cv2.THRESH_BINARY)

text = " ".join(all_proposals)
wordcloud = WordCloud(background_color="white", mask=mask, collocations=False, colormap="RdYlGn").generate(text)
fig = plt.figure(figsize=(20,10))
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
fig.savefig(f"nuvem-de-palavras-dos-candidatos-a-prefeito-de-feira.png", dpi=fig.dpi)
plt.show()

E na Bahia?

O que será que as propostas de todos os candidatos a prefeito dizem?

from scripts.nlp import remove_portuguese_stopwords

import pandas as pd
import texthero as hero
from texthero import preprocessing


custom_pipeline = [preprocessing.remove_digits,
                   preprocessing.remove_diacritics,
                   preprocessing.remove_whitespace]

all_proposals = []
for city, proposals in proposals_and_cities.items():
    for proposal in proposals:
        content = open(f"{city}/{proposal}").read()
        custom_stop_words = ["municipio", "municipal", "município"]
        cleaned_text = remove_portuguese_stopwords(content, custom_stop_words)
        cleaned_text = pd.Series(cleaned_text)
        cleaned_text = hero.clean(cleaned_text, custom_pipeline)
        all_proposals.extend(cleaned_text)

text = " ".join(all_proposals)

import cv2
import matplotlib.pyplot as plt
import numpy as np


wordcloud = WordCloud(background_color="white", width=2000, height=800, colormap="RdBu", collocations=False).generate(text)
fig = plt.figure(figsize=(20,10))
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
fig.savefig(f"nuvem-de-palavras-dos-candidatos-prefeito-bahia.png", dpi=fig.dpi)
plt.show()

De acordo com as nuvens de palavras, saúde e educação são os temas que mais se destacam entre os planos de governo.